QuiNVariumQuiNVarium.org

硬件 · Proof of Work

CPU、GPU 与 ASIC 不能用一个算力排名

先确认算法,再比较整机效率、内存、散热、持有成本、在线率以及条件变化后的用途。

算法优先算力和功率一起看流动性很重要

CPU

通用处理器。容易获得不代表能够盈利。

通用用途

GPU

带有独立显存的并行计算设备。

并行工作

ASIC

面向有限计算类别的专用硬件。

专用化

从算法开始

算力只在特定算法与实现中有意义。不同算法的一百万哈希并不等价。

对于尚未公开的网络或矿工软件,不能从宣传推断兼容性或利润。

CPU:可获得不等于可盈利

比较线程、内存、整机功率、温度和对其他任务的影响。

GPU:并行、显存与调校

表现取决于算法、显存容量和带宽、频率、电压、驱动与散热。

ASIC:效率与集中风险

专用化可能提高效率,但会减少其他用途。评估供货、保修、维修、噪声、热量和未来流动性。

比较总持有成本

加入购买、基础设施、电费、维护、停机和不确定的残值。

总成本 = 购买 + 基础设施 + 电费 + 维护 + 停机 − 残值
  • 使用对应算法的实测数据。
  • 只在同一算法内比较每瓦算力。
  • 计算整套系统。
  • 拒绝固定收入承诺。